Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TITULACION
20-21
MÁSTER UNIVERSITARIO EN INGENIERÍA Y
CIENCIA DE DATOS
CÓDIGO 311001
ÍNDICE
PRESENTACIÓN
OBJETIVOS Y COMPETENCIAS
SALIDAS PROFESIONALES, ACADÉMICAS Y DE
INVESTIGACIÓN
REQUISITOS ACCESO
CRITERIOS DE ADMISIÓN
NO. DE ESTUDIANTES DE NUEVO INGRESO
PLAN DE ESTUDIOS
NORMATIVA
PRÁCTICAS
DOCUMENTACIÓN OFICIAL DEL TÍTULO
INFORMES ANUALES Y SISTEMA DE GARANTÍA INTERNA DE
CALIDAD DEL TÍTULO
ATRIBUCIONES PROFESIONALES
PRESENTACIÓN
Desde el punto de vista profesional, el uso y análisis de los datos producidos en las
diferentes cadenas de producción de gestión de la información digital se ha convertido en un
elemento clave diferenciador e innovador del desarrollo productivo de las empresas,
especialmente en el ámbito digital. El aprovechamiento del conocimiento de las reglas que
rigen los datos, y las estructuras/modelos que pueden usarse para poder realizar
predicciones del comportamiento futuro han definido unos perfiles profesionales específicos
que se centran en el análisis de los datos y la creación de modelos predictivos. Estos perfiles
profesionales son una realidad en el mercado laboral y están actualmente muy demandados
por su capacidad para usar estas técnicas para la ayuda a la toma de decisiones o
implementar el aprendizaje automático (Machine Learning) en entornos de inteligencia
artificial y cognitivos. Por tanto, el objetivo del máster será formar profesionales con las
capacidades y conocimientos adecuados para desarrollar procedimientos de analítica de
datos e implementar soluciones de aprendizaje máquina sobre entornos de gestión de datos
masivos. El profesional conocerá no solo estas técnicas, sino que será capaz de
implementar soluciones computacionales en entornos de datos masivos (Big Data),
gestionando la persistencia de los datos sobre diferentes tecnologías. Como objetivo
adicional, se pretende que este perfil profesional pueda realizar actividades de innovación e
investigación en las instituciones que promuevan/realicen estas actividades, concretamente
en los dominios de aplicación de este tipo de tecnologías: Procesamiento del lenguaje
natural, Ciberseguridad, eHealth, Learning Analytics, etc. Estos dominios de aplicación se
traducen socialmente en mejoras, entre otras, en los sistemas nacionales/privados de salud,
en la industria de retail, el aseguramiento de la seguridad en la gestión/manipulación de
datos en las diferentes industrias donde el negocio se centra en la toma de decisiones
basadas en los datos (Data Centric) o las aplicaciones de la inteligencia artificial en
ingeniería (coches automáticos, asistentes, etc.)
OBJETIVOS Y COMPETENCIAS
Asi
CE1 CE1
gna CG1 CG2 CG3 CG4 CG5 CE1 CE2 CE3 CE4 CE5 CE6 CE7 CE8 CE9
0 1
tura
Mod
elad
o
esta
dísti X X X X X X
co
de
dato
s
Pro
gra
mac
ión
en
X X X X
ento
rnos
de
dato
s
Visu
aliza
ción
X X X X
de
dato
s
Apr
endi
zaje
X X X X X X X
Auto
máti
co I
Apr
endi
zaje
X X X X X X
Auto
máti
co II
Min
ería
de X X X X X
text
os
Infra
estr
uctu
ras
com
puta
cion
ales
X X X X X
para
proc
esa
mie
nto
de
dato
s
Ges
tión/
alm
ace
nam
ient
o de
X X X
infor
mac
ión
no
estr
uctu
rada
Mod
elos
Bay
esia
X X X X
nos
Jerá
rqui
cos
Dee
p
X X X X X X
Lear
ning
Min
ería
de
dato
s de
X X X X X
los
Med
ios
soci
ales
Seg
urid
ad
de
la
X X
gest
ión
de
dato
s
Trab
ajo
Fin
de
X X X X X
Más
ter
(TF
M)
El aprovechamiento del conocimiento de las reglas que rigen los datos, y las
estructuras/modelos que pueden usarse para poder realizar predicciones del
comportamiento futuro han definido unos perfiles profesionales específicos que se centran
en el análisis de los datos y la creación de modelos predictivos. Estos perfiles profesionales
son una realidad en el mercado laboral y están actualmente muy demandados por su
capacidad para usar estas técnicas para la ayuda a la toma de decisiones o implementar el
aprendizaje automático (Machine Learning) en entornos de inteligencia artificial y cognitivos.
Por tanto, el objetivo del máster será formar profesionales con las capacidades y
REQUISITOS ACCESO
CRITERIOS DE ADMISIÓN
Los criterios para la selección de alumnos son dos: formación académica (afinidad y
créditos) y nota media del expediente. Estos criterios se utilizarán para hacer un orden de
prelación de nuevas solicitudes hasta cubrir el cupo que cada año establezca la comisión de
coordinación del máster.
Dicha comisión de coordinación estará presidida por el/la Director/Directora del Centro (o
persona en quien delegue). Formará parte de ella el Coordinador del Título y actuará como
secretario/a de la misma el Secretario/a del Máster. Asimismo, podrá formar parte de ella el
responsable de calidad del Centro. Participarán en ella representantes de todos los
estamentos que constituyen nuestra universidad (PDI, PAS, profesores tutores, en el caso
que proceda, y estudiantes). En este sentido, deberán formar parte de la misma, como
mínimo, un profesor o una profesora de cada Departamento que tenga docencia de materias
obligatorias en el Título, un miembro del personal de administración y servicios vinculado a la
gestión académica del Título y un representante de estudiantes. La Junta de Facultad
regulará la composición de la Comisión, el procedimiento de elección y la duración de su
mandato.
Los pesos de los criterios de valoración son los siguientes:
• Adecuación de la titulación (título y créditos): Hasta 4 puntos
• Nota media del expediente académico: Hasta 4 puntos
• Otros méritos, hasta dos puntos:
• Currículum Vitae: se valorará la experiencia profesional
• Formación complementaria
• Conocimiento de idiomas.
• Otras titulaciones,
• Publicaciónes científicas y/o profesionales en el área de Ingeniería Informática.
PLAN DE ESTUDIOS
Obligatorias 40
Optativas 8
TOTAL 60
Tabla 1: Distribución de créditos por tipo de materia
Descripción de las materias
El plan de estudios considera una estructura basada en cuatro materias que permiten
agrupar de manera coherente las habilidades/competencias de los estudiantes a formar en
las disciplinas de ciencia de datos e ingeniería de datos de manera conjunta. A continuación,
se describen cada una de las materias:
• Fundamentos del modelado de datos. Esta materia engloba las asignaturas que permiten al
estudiante adquirir los conocimientos y habilidades fundamentales para abordar los
problemas básicos que se presentan durante el desarrollo de proyectos que involucran a
científicos de datos e ingenieros de datos. En concreto:
• conocer los mecanismos matemáticos/estadísticos necesarios para abordar la problemática
en proyectos de ciencia de datos.
• desarrollar soluciones basadas en lenguajes de programación que se puedan usar en
infraestructuras específicas de datos masivos (soluciones de ingeniera de datos) o en
sistemas más simples orientados a la ciencia de datos
• usar las técnicas/herramientas de visualización de información para representar dicha
información en tareas de análisis del científico de datos y el ingeniero de datos.
• Algoritmos de aprendizaje. Esta materia se focaliza en aplicar técnicas diversas de
inteligencia artificial: aprendizaje automático (Machine Learning) o procesamiento del
lenguaje natural. Se analizan las diferentes alternativas existentes y sus ventaja e
inconvenientes, con el objetivo de proporcionar al estudiante una capacidad crítica de
evaluación y decisión en la aplicación de estos algoritmos.
• Infraestructuras y Sistemas para la gestión de datos. Esta materia se centra en el área de la
computación y de todo lo relacionado en el desarrollo, almacenamiento y uso de
infraestructuras para la gestión/computación de datos (que pueden ser datos masivos o no).
Adicionalmente, un ingeniero/científico de datos debe conocer cómo aplicar mecanismo de
securización de la información en todos los niveles de implementación y desarrollo de
proyectos tecnológicos orientados a datos.
• Trabajo Fin de Máster. Es de carácter obligatorio y responde a lo establecido en la
Resolución de 8 de junio de 2009, de la Secretaría General de Universidades. Consiste en
la realización individual por el estudiante bajo la supervisión de un tutor, de un proyecto
integral de Ingeniería en Informática de naturaleza profesional en el que se sinteticen las
competencias adquiridas en las enseñanzas, con rigor técnico y científico, y conforme a los
principios éticos. Adicionalmente debe tener carácter formativo e innovador, y servir de
preparación para posteriores etapas de formación académica en estudios de doctorado,
Algoritmos de aprendizaje 14 8
Infraestructuras y Sistemas
12 4
para la gestión de datos
Programación en
4 Obligatoria Visualización de datos
entornos de datos
Modelos Bayesianos
4 Obligatoria 4
Jerárquicos
Algoritmos de Aprendizaje
Optativa 6
aprendizaje Automático I
Aprendizaje
Obligatoria 4 Obligatoria
Automático II
Minería de datos de
Minería de textos 4 Obligatoria
los Medios sociales
Infraestructuras
Infraestructuras y
computacionales para
Optativa Sistemas para la 6
procesamiento de
gestión de datos
datos masivos
Gestión/almacenamie
Obligatoria nto de información no 6 Obligatoria
estructurada
Seguridad de la
4 Optativa Trabajo Fin de Máster
gestión de datos
Gestión/almacenamiento de información no
Aprendizaje Automático I
estructurada
NORMATIVA
PRÁCTICAS
Dado el carácter práctico del título, en las asignaturas en las que hay un contenido
importante de prácticas, se detalla qué laboratorios (presenciales o virtuales) tendrá el
estudiante a su disposición, así como las aplicaciones necesarias.
En general, el software necesario para la realización de las prácticas es software libre que se
puede ejecutar en diversas plataformas. Algunos ejemplos son máquinas virtuales para
simular distintos sistemas operativos, entornos de desarrollo para lenguajes como C o Java,
simuladores, herramientas colaborativas, clasificadores, aplicaciones de análisis de redes,
etc. En los casos en que se necesite ordenador, si el estudiante no dispone de él, puede
acudir a su Centro Asociado.
En cualquier caso, la Escuela de Ingeniería Informática de la UNED cuenta con diversos
servidores que permiten la realización específica de prácticas que requieran un soporte
particular. Concretamente, cuenta con una sala fría con 47 servidores físicos, 43 servidores
virtuales, 9 racks, 2 cabinas de almacenamiento, 2 máquinas de climatización, 8 SAIS y una
librería de copias de seguridad. La Escuela cuenta también con 4 laboratorios, con
equipamiento informático y experimental.
De acuerdo con la legislación vigente, todas las Universidades han de someter sus títulos
oficiales a un proceso de verificación, seguimiento y acreditación.
En el caso de la UNED, el Consejo de Universidades recibe la memoria del título y la remite
a la ANECA para su evaluación y emisión del Informe de verificación. Si el informe es
favorable, el Consejo de Universidades dicta la Resolución de verificación, y el Ministerio de
Educación eleva al Gobierno la propuesta de carácter oficial del título, ordena su inclusión en
el Registro de Universidades, Centros y Títulos (RUCT) y su posterior publicación en el
Boletín Oficial del Estado.
Los títulos oficiales de Máster han de renovar su acreditación antes de los cuatro años desde
su verificación o bien desde la fecha de su última acreditación, con el objetivo de comprobar
si los resultados obtenidos son adecuados para garantizar la continuidad de su impartición.
Si son adecuados, el Consejo de Universidades emite una Resolución de la acreditación del
título.
Estas resoluciones e informes quedan recogidos en el Registro de Universidades, Centros y
Títulos (RUCT).
VERIFICACIÓN / MODIFICACIÓN
ACREDITACIÓN
ATRIBUCIONES PROFESIONALES
IGUALDAD DE GÉNERO
En coherencia con el valor asumido de la igualdad de género, todas las denominaciones que en esta
Guía hacen referencia a órganos de gobierno unipersonales, de representación, o miembros de la
comunidad universitaria y se efectúan en género masculino, cuando no se hayan sustituido por
términos genéricos, se entenderán hechas indistintamente en género femenino o masculino, según el
sexo del titular que los desempeñe.